上三角矩阵.PPT

首先考察一个例子. 例8 设有方程组 记为Ax=b, 它的精确解为x=(2,0)T . 现在考虑常数项的微小变化对方程组解的影响, 即考察方程组 也可表示为A(x+?x)=b+?b, 其中?b=(0,0.0001)T, y=x+?x, x为(5.1)的解. 显然方程组(5.2)的解为x+?x=(1,1)T. 我们看到(5.1)的常数项b的第2个分量只有1/1000的微小变化, 方程组的解却变化很大. 这样的方程组称为病态方程组. 定义7 如果矩阵A或常数项b 的微小变化(小扰动), 引起方程组Ax=b解的巨大变化, 则称此方程组为“病态”方程组, 其系数矩阵 A 称为“病态”矩阵(相对于方程组而言), 否则称方程组为“良态”方程组, A称为“良态”矩阵. 应该注意, 矩阵的“病态”性质是矩阵本身的特性,下面我们希望找出刻画矩阵“病态”性质的量. 设有方程组 Ax=b, (5.3) 其中A为非奇异矩阵, x为(5.3)的精确解. 以下我们研究方程组的系数矩阵A (或b)的微小误差(小扰动)时对解的影响. (1) 现设A是精确的, x为Ax=b的精确解，当方程组右端有误差?b, 受扰解为 x+?x, 则 A(x+?x)=b+?b, Ax=b, ?x=A-1?b, ||?x||≤||A-1|| ||?b||. (5.4) 由(6.3)有 ||b||≤||A|| ||x||. 于是由(5.4)及(5.5), 得 定理21 设A是非奇异矩阵, Ax=b≠0 , 且 A(x+?x)=b+?b, 则 上式给出了解x的相对误差的上界, 常数项b的相对误差在解中放大||A-1|| ||A||倍. (2) 现设b是精确的, x为Ax=b的精确解，当A有微小误差(小扰动)?A, 受扰解为 x+?x, 则 (A+?A)(x+?x)=b, (A+?A)?x= -(?A)x. (5.6) 如果?A不受限制的话, 可能A+?A奇异, 而 (A+?A)=A(I+A-1?A). 由定理21知, ||A-1?A||1时, (I+A-1?A)-1存在. 由(5.6)式 ?x= -(I+A-1?A)-1A-1(?A)x. 因此 设||A-1|| ||?A||1, 即得 定理22 设A是非奇异矩阵, Ax=b≠0 , 且 (A+?A)(x+?x)=b. 如果||A-1|| ||?A||1, 则(6.7)式成立. 如果?A充分小, 且在条件||A-1|| ||?A||1下, 那么(6.7)式说明矩阵A的相对误差||?A||/||A||在解中可能放大||A-1|| ||A||倍. 总之, 量||A-1|| ||A||越小, 由A(或b)的相对误差引起的解的相对误差就越小; 量||A-1|| ||A||越大, 解的相对误差就可能越大. 所以量||A-1|| ||A||事实上刻画了解对原始数据变化的灵敏程度, 即刻画了方程组的“病态”程度, 于是引进下述定义: (3) 现设x为Ax=b的精确解，当A有微小误差(小扰动)?A, 而b同时也有微小误差?b(小扰动)时, 受扰解为 x+?x, 则还可以推出相对误差估计式为 定义8 设A是非奇异矩阵, 称数 cond(A)v=||A-1||v||A||v (v=1,2或∞) 为矩阵A的条件数 . 由此看出矩阵的条件数与范数有关. 矩阵的条件数是一个十分重要的概念. 由上面讨论知,当A的条件数相对的大, 即cond(A)1时,则(5.3)是“病态”的(即A是“病态”矩阵, 或者说A是坏条件的, 相对于方程组), 当A的条件数相对的小, 则(5.3)是“良态”的(或者说A是好条件的). 注意, 方程组病态性质是方程组本身的特性. A的条件数越大, 方程组的病态程度越严重, 也就越难用一般的计算方法求得比较准确的解. 例如对前面例8的矩阵作分析 由于条件数cond(A)1很大, 可见矩阵A的病态程度十分严重, 故由此方程组的解误差非常大. 计算其条件数 通常使用的条件数, 有 (1) cond(A)∞ =||A-1|